本發(fā)明涉及信息推薦，尤其涉及一種在線教育平臺的知識推薦方法、裝置、計算機(jī)設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著人工智能技術(shù)的發(fā)展，在線教育平臺應(yīng)用越來越廣泛，由于具備資源豐富、不受時空限制等優(yōu)勢，吸引了越來越多的學(xué)生和教師加入。然而，隨著資源數(shù)量源源不斷地增加，學(xué)習(xí)者變得難以找到自己真正感興趣或需要的內(nèi)容，研究表明許多學(xué)習(xí)者缺乏完成課程的毅力與動力，導(dǎo)致大多數(shù)學(xué)習(xí)者最終未能完成他們的學(xué)業(yè)，造成高輟學(xué)率問題。

2、目前的方式是通過對用戶進(jìn)行畫像，進(jìn)而確定用戶偏好，來給用戶進(jìn)行推薦。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中發(fā)現(xiàn)，現(xiàn)有的這種方式雖然在一定程度上能進(jìn)行有針對性的推薦，但是在數(shù)據(jù)稀少時，會導(dǎo)致畫像不精準(zhǔn)，使得推薦不精準(zhǔn)，同時，同一個用戶的興趣也會隨時間變化，由此可見，現(xiàn)有的這種方式知識推薦的精準(zhǔn)性不高。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種在線教育平臺的知識推薦方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)，以提高在線教育平臺的知識推薦準(zhǔn)確率。

2、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例提供一種在線教育平臺的知識推薦方法，包括：

3、構(gòu)建在線教育平臺的異質(zhì)信息網(wǎng)絡(luò)，并在所述異質(zhì)信息網(wǎng)絡(luò)中，使用基于元路徑的隨機(jī)游走算法，動態(tài)生成知識概念的語義嵌入，得到基礎(chǔ)嵌入信息；

4、采用神經(jīng)網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息進(jìn)行知識概念的增強(qiáng)優(yōu)化，得到增強(qiáng)嵌入信息；

5、基于所述增強(qiáng)嵌入信息，構(gòu)建融入時間上下文信息的多類型用戶交互圖，所述多類型用戶交互圖記錄用戶與知識概念在不同時間點(diǎn)的多種交互行為；

6、通過圖神經(jīng)網(wǎng)絡(luò)在所述多類型用戶交互圖進(jìn)行消息傳遞，更新用戶和知識概念的節(jié)點(diǎn)嵌入，得到每個增強(qiáng)嵌入信息的更新信息，作為目標(biāo)嵌入信息；

7、通過語義注意力模塊對不同來源的目標(biāo)嵌入信息進(jìn)行加權(quán)融合，得到融合嵌入信息；

8、利用擴(kuò)展的矩陣分解模型和所述融合嵌入信息，預(yù)測用戶對知識概念的偏好并生成推薦信息。

9、可選地，所述在所述異質(zhì)信息網(wǎng)絡(luò)中，使用基于元路徑的隨機(jī)游走算法，動態(tài)生成知識概念的語義嵌入，得到基礎(chǔ)嵌入信息包括：

10、使用基于元路徑的隨機(jī)游走對異質(zhì)信息網(wǎng)絡(luò)進(jìn)行采樣并篩選出同類型的節(jié)點(diǎn)，將每組類型相同的節(jié)點(diǎn)構(gòu)成一個節(jié)點(diǎn)序列；

11、采用跳字模型將所述節(jié)點(diǎn)序列投影到低維空間中，得到節(jié)點(diǎn)的分布式表示，作為所述基礎(chǔ)嵌入信息。

12、可選地，所述采用神經(jīng)網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息進(jìn)行知識概念的增強(qiáng)優(yōu)化，得到增強(qiáng)嵌入信息包括：

13、使用圖卷積網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息進(jìn)行鄰居節(jié)點(diǎn)信息聚合，生成輔助嵌入表示；

14、采用圖注意力網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息聚合鄰居節(jié)點(diǎn)信息，生成增強(qiáng)嵌入表示；

15、分別將所述輔助嵌入表示、所述增強(qiáng)嵌入表示與所述基礎(chǔ)嵌入信息進(jìn)行拼接融合，得到第一增強(qiáng)嵌入信息、第二增強(qiáng)嵌入信息，將所述第一增強(qiáng)嵌入信息和所述第二增強(qiáng)嵌入信息作為所述增強(qiáng)嵌入信息。

16、可選地，所述基于所述增強(qiáng)嵌入信息，構(gòu)建融入時間上下文信息的多類型用戶交互圖包括：

17、構(gòu)建初始交互圖gm＝(vm,em)，如果用戶u與物品v在第k種交互類型下產(chǎn)生了交互，那么u與vk之間就存在一條邊，因此vm＝u∪v'，vk∈v'，u代表所有用戶，v'是考慮了交互類型的物品，其中，所述初始交互圖gm中有(i+j×k)個頂點(diǎn)，i和j分別代表用戶和物品的數(shù)量，k代表交互類型數(shù)量；

18、若用戶u對物品vk的交互的發(fā)生時間為則將其映射到一個單獨(dú)的時間槽中，并使用正弦函數(shù)生成該交互的相對時間嵌入，得到融入時間上下文信息的多類型用戶交互圖。

19、可選地，所述通過語義注意力模塊對不同來源的目標(biāo)嵌入信息進(jìn)行加權(quán)融合，得到融合嵌入信息包括：

20、計算用戶u與物品v對應(yīng)的目標(biāo)嵌入信息的注意力權(quán)重，并進(jìn)行歸一化處理；

21、將歸一化后的注意力權(quán)重應(yīng)用于所述目標(biāo)嵌入信息，得到所述融合嵌入信息。

22、可選地，所述在線教育平臺的知識推薦方法還包括：

23、定義用戶嵌入和物品嵌入的隱因子，并通過優(yōu)化函數(shù)對初始矩陣分解模型進(jìn)行參數(shù)調(diào)整；

24、采用梯度下降法進(jìn)行模型訓(xùn)練，直到收斂，得到所述擴(kuò)展的矩陣分解模型。

25、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種在線教育平臺的知識推薦裝置，包括：

26、信息提取模塊，用于構(gòu)建在線教育平臺的異質(zhì)信息網(wǎng)絡(luò)，并在所述異質(zhì)信息網(wǎng)絡(luò)中，使用基于元路徑的隨機(jī)游走算法，動態(tài)生成知識概念的語義嵌入，得到基礎(chǔ)嵌入信息；

27、信息增強(qiáng)模塊，用于采用神經(jīng)網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息進(jìn)行知識概念的增強(qiáng)優(yōu)化，得到增強(qiáng)嵌入信息；

28、交互圖構(gòu)建模塊，用于基于所述增強(qiáng)嵌入信息，構(gòu)建融入時間上下文信息的多類型用戶交互圖，所述多類型用戶交互圖記錄用戶與知識概念在不同時間點(diǎn)的多種交互行為；

29、信息更新模塊，用于通過圖神經(jīng)網(wǎng)絡(luò)在所述多類型用戶交互圖進(jìn)行消息傳遞，更新用戶和知識概念的節(jié)點(diǎn)嵌入，得到每個增強(qiáng)嵌入信息的更新信息，作為目標(biāo)嵌入信息；

30、信息融合模塊，用于通過語義注意力模塊對不同來源的目標(biāo)嵌入信息進(jìn)行加權(quán)融合，得到融合嵌入信息；

31、知識推薦模塊，用于利用擴(kuò)展的矩陣分解模型和所述融合嵌入信息，預(yù)測用戶對知識概念的偏好并生成推薦信息。

32、可選地，所述信息提取模塊包括：

33、節(jié)點(diǎn)篩選單元，用于使用基于元路徑的隨機(jī)游走對異質(zhì)信息網(wǎng)絡(luò)進(jìn)行采樣并篩選出同類型的節(jié)點(diǎn)，將每組類型相同的節(jié)點(diǎn)構(gòu)成一個節(jié)點(diǎn)序列；

34、節(jié)點(diǎn)投影單元，用于采用跳字模型將所述節(jié)點(diǎn)序列投影到低維空間中，得到節(jié)點(diǎn)的分布式表示，作為所述基礎(chǔ)嵌入信息。

35、可選地，所述信息增強(qiáng)模塊包括：

36、第一聚合單元，用于使用圖卷積網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息進(jìn)行鄰居節(jié)點(diǎn)信息聚合，生成輔助嵌入表示；

37、第二聚合單元，用于采用圖注意力網(wǎng)絡(luò)對所述基礎(chǔ)嵌入信息聚合鄰居節(jié)點(diǎn)信息，生成增強(qiáng)嵌入表示；

38、融合增強(qiáng)單元，用于分別將所述輔助嵌入表示、所述增強(qiáng)嵌入表示與所述基礎(chǔ)嵌入信息進(jìn)行拼接融合，得到第一增強(qiáng)嵌入信息、第二增強(qiáng)嵌入信息，將所述第一增強(qiáng)嵌入信息和所述第二增強(qiáng)嵌入信息作為所述增強(qiáng)嵌入信息。

39、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種計算機(jī)設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)上述在線教育平臺的知識推薦方法的步驟。

40、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述在線教育平臺的知識推薦方法的步驟。

41、本發(fā)明實(shí)施例提供的在線教育平臺的知識推薦方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)，通過構(gòu)建在線教育平臺的異質(zhì)信息網(wǎng)絡(luò)，并在異質(zhì)信息網(wǎng)絡(luò)中，使用基于元路徑的隨機(jī)游走算法，動態(tài)生成知識概念的語義嵌入，得到基礎(chǔ)嵌入信息；采用神經(jīng)網(wǎng)絡(luò)對基礎(chǔ)嵌入信息進(jìn)行知識概念的增強(qiáng)優(yōu)化，得到增強(qiáng)嵌入信息；基于增強(qiáng)嵌入信息，構(gòu)建融入時間上下文信息的多類型用戶交互圖，多類型用戶交互圖記錄用戶與知識概念在不同時間點(diǎn)的多種交互行為；通過圖神經(jīng)網(wǎng)絡(luò)在多類型用戶交互圖進(jìn)行消息傳遞，更新用戶和知識概念的節(jié)點(diǎn)嵌入，得到每個增強(qiáng)嵌入信息的更新信息，作為目標(biāo)嵌入信息；通過語義注意力模塊對不同來源的目標(biāo)嵌入信息進(jìn)行加權(quán)融合，得到融合嵌入信息；利用擴(kuò)展的矩陣分解模型和融合嵌入信息，預(yù)測用戶對知識概念的偏好并生成推薦信息，實(shí)現(xiàn)根據(jù)異質(zhì)信息網(wǎng)絡(luò)和用戶的多類型交互數(shù)據(jù)進(jìn)行語義提取，從而得到用戶偏好進(jìn)行精準(zhǔn)推薦，提高了在線教育平臺的知識推薦準(zhǔn)確率。